生成AIツールを利用する場合、大規模言語モデル（LLM）からより的確な回答を引き出すために考慮すべきポイントは次の通りだ。

1．できるだけ詳細を盛り込む

　一般的で具体性に欠けるプロンプトは、曖昧な回答を招きやすい。的確な回答を得るためには、質問の背景情報を提供したり、知りたい情報の範囲を明確にしたりすることが重要だ。ビジネスの文脈では、業界やターゲット市場などの情報を含めると効果的だ。例えば、以下2つのプロンプトを比較してみよう。

　後者のプロンプトには、回答の範囲を絞り込むためのキーワードが含まれている。生成AIツールは回答を出力する過程で、関係が薄い情報を排除し、より具体的な提案ができるようになる。

2．明確で簡潔な表現を使う

　生成AIツールのベースとなるLLMは、大規模なテキストデータを用いて訓練される。LLMは言語の意味を理解しているわけではなく、プロンプトを基に、最も可能性の高い単語や文字の並びを予測して回答を生成するに過ぎない。プロンプトを簡潔かつ明確に記載することで、LLMは曖昧な表現や、重要でない部分に惑わされる可能性が低くなる。

　例えば、次の文章は曖昧な表現が含まれているものの、人間ならその意味を理解できるだろう。

　一方で生成AIツールに指示を出す場合は、以下のように明確かつ簡潔な表現に直した方がよい。

　こうすることで、LLMがより具体的な回答を出力してくれる可能性を高めることができる。

3．「プロンプトチェイニング」を実践する

　生成AIツールの「コンテキストウィンドウ」（LLMがやりとりの中で保持できる情報量）は、会話の度に更新される。LLMは過去のやりとりにおける情報を保持しつつ、新しい情報を取り入れることで、過去の会話を参照して回答を生成する。

　プロンプトチェイニングは、質問を小さな質問に分ける手法だ。プロンプトに一度に全ての情報を詰め込むのではなく、まず基本的な内容を入力し、段階的に質問の範囲を狭める。LLMは新しい情報を優先して取り入れる傾向がある。プロンプトチェイニングはこの特性を上手く活用したテクニックと言える。

　まずは以下のような基本的な質問を聞く。

　続いて、より掘り下げた質問を投げ掛ける。

　こうしたステップを経ることで、より多角的な視点や深い洞察を備えた回答を得られるはずだ。

4．多角的な視点から質問する

　質問の視点を変えることで、LLMの応答は大幅に変わることがある。以下にプロンプトの例を紹介する。

• 比較
  • プロンプトに比較の視点を入れることで、各要素の説明にとどまらず、比較分析の視点を引き出すことができる。

• ロールプレイング
  • LLMに特定の役割を演じてもらうことで、特定の視点からのより具体的な回答を得ることができる。
  • 仮定のシナリオを設定することで、より具体的な解答を得ることができる。

　後編は、より高度なプロンプトエンジニアリングのテクニックを解説する。